DataFrameのMultiIndexでつまづく人のために

MultiIndexは便利だけど、ちょっとした処理でしょっちゅうつまづくので、忘れないようにやり方をメモしておく。

データセット

df = pd.DataFrame({'地方':['北海道','北海道','東北','東北','関東'],
                  '都道府県':['北海道','北海道','青森','岩手','千葉'],
                  '振興局':['オホーツク','根室','','',''],
                  'いわし':[20,8,15,5,46],
                  'さば':[1,2,20,10,29]}).set_index(['地方','都道府県','振興局'])

地方	都道府県	振興局	いわし	さば
北海道	北海道	オホーツク	20	1
北海道	北海道	釧路	8	2
東北	青森		15	20
東北	岩手		5	10
関東	千葉		46	29

特定のレベルのラベル一覧を取得

単独のレベル

都道府県の一覧を取得。ソートが必要なら.sort_values()を後ろに付ける。

# ！version 0.23.0.以降
df.index.unique('都道府県') 
# Index(['北海道', '青森', '岩手', '千葉'], dtype='object', name='都道府県')

# ！version 0.23.0.より前
df.index.get_level_values('都道府県').unique() 
# Index(['北海道', '青森', '岩手', '千葉'], dtype='object', name='都道府県')

複数のレベル

地方、都道府県の組み合わせの一覧を取得。欲しくない振興局をインデックスレベルから外す。

要らないレベルを指定

df.index.droplevel(['振興局']).drop_duplicates()
# MultiIndex(levels=[['北海道', '東北', '関東'], ['北海道', '千葉', '岩手', '青森']],
#            codes=[[0, 1, 1, 2], [0, 3, 2, 1]],
#            names=['地方', '都道府県'])

必要なレベルを指定

selected_levels = ['地方', '都道府県']
dropped_levels = list(set(df.index.names) - set(selected_levels))
df.index.droplevel(dropped_levels).drop_duplicates()
# MultiIndex(levels=[['北海道', '東北', '関東'], ['北海道', '千葉', '岩手', '青森']],
#            codes=[[0, 1, 1, 2], [0, 3, 2, 1]],
#            names=['地方', '都道府県'])

レベル順序の変更

スワップ

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.MultiIndex.swaplevel.html#pandas.MultiIndex.swaplevel
都道府県と振興局を入れ替え。

df.index = df.index.swaplevel('都道府県','振興局')
df

地方	振興局	都道府県	いわし	さば
北海道	オホーツク	北海道	20	1
北海道	釧路	北海道	8	2
東北		青森	15	20
東北		岩手	5	10
関東		千葉	46	29

任意の順序

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.MultiIndex.reorder_levels.html#pandas.MultiIndex.reorder_levels
振興局、都道府県、地方の順に入れ替え。

df.index = df.index.reorder_levels(['振興局','都道府県','地方'])
df

振興局	都道府県	地方	いわし	さば
オホーツク	北海道	北海道	20	1
釧路	北海道	北海道	8	2
	青森	東北	15	20
	岩手	東北	5	10
	千葉	関東	46	29

インデックスの置換

df.rename(index={'青森':'秋田'},level='都道府県')

地方	都道府県	振興局	いわし	さば
北海道	北海道	オホーツク	20	1
北海道	北海道	釧路	8	2
東北	秋田		15	20
東北	岩手		5	10
関東	千葉		46	29

最上位レベルの追加

ややテクニカルな方法。

pd.concat([df],keys=['日本'],names=['国'])

国	地方	都道府県	振興局	いわし	さば
日本	北海道	北海道	オホーツク	20	1
日本	北海道	北海道	釧路	8	2
日本	東北	秋田		15	20
日本	東北	岩手		5	10
日本	関東	千葉		46	29

列のマルチインデックスの解除

https://code.i-harness.com/ja-jp/q/d8847f#0
https://stackoverflow.com/questions/14189695/reset-a-columns-multiindex-levels